Обнаружение атак типа «отказ в обслуживании» с использованием искусственных нейронных сетей

Detection of Distributed Denial of Service Attacks Using Artificial Neural Networks
Abdullah Aljumah
2017-01-01

обнаружение DDoS-атакискусственные нейронные сетиклассификация вредоносного трафикасмягчение сетевых атакточность и чувствительность
Распределённые атаки типа «отказ в обслуживании» (DDoS) являются вредоносными атаками, направленными на узел или сетевую среду посредством передачи большого объёма ложных пакетов, что приводит к снижению производительности сети и истощению её ресурсов. Искусственные нейронные сети представляют собой эффективный инструмент защиты сетей от таких атак. В предлагаемом решении процесс противодействия запускается после обнаружения атаки системой выявления, использующей известные шаблоны для разделения легитимного и вредоносного трафика; эти шаблоны подаются на вход искусственной нейронной сети в процессе обучения. В данной исследовательской статье предлагается система обнаружения DDoS-атак на основе искусственных нейронных сетей, которая выявляет и маркирует вредоносный и легитимный трафик данных, предотвращая снижение производительности сети. Предлагаемая система сравнивается и оценивается по показателям точности (precision), чувствительности и общей точности (accuracy) с существующими моделями, представленными в работах по данной тематике.
1
При обнаружении атаки запускается процесс смягчения последствий, направленный на сохранение производительности и ресурсов сети.
2
В статье предложена система обнаружения распределённых атак типа «отказ в обслуживании» на основе искусственной нейронной сети.
3
Предложенная система маркирует вредоносный и легитимный трафик и оценивается по точности, чувствительности и аккуратности в сравнении с существующими моделями.
4
Система различает легитимный и вредоносный трафик, используя известные закономерности, усвоенные нейронной сетью во время обучения.

сетевой трафик при атаках типа распределённого отказа в обслуживании (DDoS)

обнаружение и классификация вредоносного и легитимного трафика с оценкой эффективности по точности (precision), чувствительности и аккуратности (accuracy)

Publication Details
Publication Date
2017-01-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Abdullah Aljumah
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%